每日速看!众安在线施兴天:AIGC对保险行业的价值不止于“智能客服”

众安在线施兴天:AIGC对保险行业的价值不止于“智能客服”,施兴天,众安在线,保险行业,智能客服,保险公司,众

南方财经全媒体记者 郑嘉意 北京报道


(相关资料图)

生成式人工智能正在为金融领域注入新的生命力。

众安保险与众安科技共同发布国内保险业首份生成式人工智能技术(AIGC)应用白皮书《AIGC/ChatGPT保险行业应用白皮书》(下称《白皮书》)指出,尽管当前,AIGC仍旧处于早期阶段,面临数据安全、精准性、应用适配等多重困难。但未来两年内,我国的人工智能技术将取得新的发展成果,在内容创作、数字营销和客户服务等领域,人工智能有望成为一个巨大的产业。

针对AIGC技术在保险行业的应用前景,《白皮书》指出,未来,AIGC将成为保险公司决胜于行业的重要战略性资产。

“AIGC技术的优势在于通用型能力和交互能力,这些能力可以很好地赋能保险公司的营销、促活等业务场景,让消费者感受到更好的服务体验。”众安保险数据科学应用中心负责人施兴天对21世纪经济报道记者表示,“从公司角度看,AIGC技术与传统智能客服可以形成很好的互补。对确定性的问题,原有智能客服可以提供专业、准确的解答;AIGC可以对更为宽泛的开放性问题提供解答,通过交互,提升消费者的咨询体验。”

成功使用AIGC的关键在于找准应用场景

现阶段对AIGC技术的应用上,施兴天表示,最重要的找准应用场景。“我们很少涉及底层技术的研究,主要是站在巨人的肩膀上,包括该领域内优质的国产化软件和工具,对行业进程保持关注。更重要的是平台开发和上层应用,对此,我们会考量技术现有的优势和局限性,再来结合落地的难易程度做推进。”

“从应用角度上面看,AIGC现阶段有其独特的优势和局限性。比如智能保顾场景中,AIGC技术有通用性能力、拟人化方式;但具体到如何解决一个理赔、投保案例,AIGC不见得是最优解,因为它不具备专业的智库或专业领域的知识。”施兴天表示,“我们不能期待现阶段的AIGC技术解决所有场景的问题。”

但在需要与用户发生交互的营销、促活场景中,AIGC技术就能够得到有效的应用。“用户需要有新的输入。比如,我们日常可以给用户提供一些健康咨询、保险相关讯息,这些可以AIGC技术有很好的匹配——它们有自己的‘世界知识’,就可以生成很多内容,我们不用预备大量的知识和数据库。”

面向未来的具体使用场景,施兴天指出,保险公司可以在三个方面强化布局。

一是提升AIGC使用场景中的研发与管理效能。“例如平台化功能部分,我们到底需要使用国外的大语言模型,还是国内优秀产品或自主研发平替版本;再比如如何确保AIGC与客户之间的交互在众安在线的管理范围之内,如何确保数据的安全、准确。”施兴天指出,“合规、安全对互联网、金融行业来说是重中之重,我们需要在这方面有持续的投入。”

二是如何将AIGC技术与保险领域的知识、经验有机结合。“现在训练一个模型有百亿、千亿的参数,训练非常耗时,对于使用者进行模型精调造成了极大挑战,模型的通用性和垂直领域的专业性也很难平衡。”施兴天指出,“众安在线在保险科技领域有技术优势,但从更宏观的角度看,如何把定制化、专业领域的知识和大语言模型结合,仍是长期课题。”

三是具体的落地场景。“AIGC提供了一种新的交互方式,但并不成熟。想要结合众安在线的具体业务场景去提升交互方式,可能需要改变一些当前的业务流程,这里涉及的场景包括保顾、营销等。作为一家互联网保险公司,众安在线和客户接触的场景集中在线上,我们会根据与客户接触的优先级去做AIGC的布局和投入,争取让客户的交互体验上一个新的台阶。”施兴天表示。

AIGC的价值不止于“智能客服”

施兴天对记者表示,对保险公司而言,AIGC技术的价值不只在于为客户带来更好的交互体验,也在于赋能业务,增加链路整体效能。

以众安在线为例。“对AIGC技术的应用,我们企业内部的使用反而早于客户端。”施兴天表示,“作为一家快速迭代的科技型保险公司,效能是众安在线的一切。我们希望提高效能、优化定价,给予客户更好的体验,这是我们的竞争力。如何提升内部各个环节的效率至关重要。”

施兴天表示,经过可行性研究后,在众安在线内部的客服总结、客户标注、精算分析等环节,AIGC技术的使用都极大程度地提升了人工效率,使得企业有机会为消费者提供更好的服务和体验。

一是客服总结。施兴天表示,通常情况下,保险公司在接到服务、咨询的电话,需要接待员人工生成一个小结,最后存档,这些信息会流向后续其他的业务部门。“这一过程通常会耗费接待员15%的工作时间,但这恰恰是AIGC技术最擅长的——它们可以通过对自然语言的处理直接做总结,极大提升服务效能。这类效能的节省最后也将体现在客户体验上。”

二是客户标注。在数据处理过程中,保险公司通常会对客户意图做识别。“有的用户是来咨询的、有的是退保的、有的是投诉的,我们需要通过标注对数据进行识别。以往,对于新的意图识别,我们需要开一个会,要求数据、算法部门的同事参与,关注标注的数据、质量,进行建模、分析,过程非常繁琐。但现在,运营人员可以直接与类似ChatGPT的人工智能对话,极大提升发现问题、识别问题的效能。过往,这可能需要一周,现在只需要一两天。”

三是精算定价和经营分析。在产品定价和经营分析的过程中,保险公司负责精算的人员需要浏览、提取大量的过往数据进行分析,这一过程需要专业技术员的支持,或精算人员需要熟悉代码、编程等技术。施兴天表示,“但AIGC技术经过一定的指令输入,可以把精算人员需要的指标和底层的数据做直接映射。例如,产品赔付率高的归因问题,过往需要精算师做较为复杂数据提取与分析,但现在驱动AIGC就可以得到一些直接信息,大大缩小了时间成本。”

回顾AIGC技术在保险公司中的使用和发展,施兴天表示,应当系统性地审视AIGC技术在业务链路中每个节点的作用,充分发挥大语言模型的通用型能力和交互优势。“我们内部始终在系统性地看待AIGC技术,它不是一项‘黑科技’,但放在合适的场景会有很好的作用。关键是,如何将新技术的价值发挥到最大,适配具体的业务问题。”

关键词:
责任编辑:hn1007